[发明专利]基于切比雪夫不等式H阈值的紫色土图像分割提取方法

说明书

本发明提供一种基于切比雪夫不等式H阈值的紫色土图像分割提取方法，包括步骤S1：将含有紫色土区域的彩色图像转化为HSI颜色空间的图像Ⅰ；S2：对图像Ⅰ进行自适应分割，得到二值图像II；S3：消除二值图像II的孤立像素区域，得到二值图像Ⅲ；S4：填充二值图像Ⅲ中的空洞，得到二值图像Ⅳ；S6：求二值图像Ⅳ与含有紫色土区域的彩色图像的哈达玛积，得到紫色土图像；本发明考虑到紫色土彩色图像的土壤区域在HSI颜色空间H分量有良好的聚集特性，自适应获取H分量分割阈值，将图像的土壤区域从背景区域中快速、准确、完整分割出来。

技术领域

本发明涉及图像分割提取方法，具体涉及一种基于切比雪夫不等式H阈值的紫色土图像分割提取方法。

背景技术

机器视觉识别土壤在农业生产中有着重要的实用价值。在农业生产中，识别土壤是非常重要的。由于土壤分类系统复杂，只有极少数科研院所的专家才能准确辨识土壤，生产一线的农业技术人员要完全准确的把当地土壤辨识清楚也是非常困难的，对源于不同地区的土壤类型进行识别是一个国际上的共性难题。人工智能技术的发展，使机器视觉识别土壤成为可能。

机器视觉辨识土壤是对野外自然条件下拍摄的具有复杂背景的土壤图像进行识别。在机器视觉辨识土壤中，我们只对图像的土壤部分感兴趣，如果我们能将图像的土壤部分从背景中分割出来，一方面只研究、处理我们感兴趣的图像的土壤部分，另一方面可以排除背景区域对进一步图像分析、特征提取、辨识造成干扰。紫色土是我国西南地区最主要耕地，紫色土是机器视觉土壤识别的研究重点。如何将彩色图像的紫色土图像从背景中准确、完整的分割出来是目前的技术难题。目前，已有的图像分割算法准确度低、误差大、时间开销大，不能在分割过程实现自适应的分割。

发明内容

有鉴于此，本发明的目的是提供一种基于切比雪夫不等式H阈值的紫色土图像分割提取方法，充分考虑到紫色土彩色图像的土壤区域在HSI颜色空间H分量有良好的聚集特性，并与背景区域有显著差异，将紫色土彩色图像转换为HSI颜色空间，自适应获取H分量分割阈值，将紫色土图像从含有背景区域的彩色图像中快速、准确、完整分割提取出来。

本发明提供一种基于切比雪夫不等式H阈值的紫色土图像分割提取方法，包括步骤

S1：获取含有紫色土区域的彩色图像，将含有紫色土区域的彩色图像转化为HSI颜色空间的图像Ⅰ；

S2：获得自适应分割阈值，对图像Ⅰ进行自适应分割，得到二值图像II；

S3：消除二值图像II的孤立像素区域，得到二值图像Ⅲ；

S4：填充二值图像Ⅲ中的空洞，得到二值图像Ⅳ；

S5：求二值图像Ⅳ与含有紫色土区域的彩色图像的哈达玛积，得到只有紫色土区域的图像。

进一步，所述步骤S2包括

S201：建立图像Ⅰ的紫色土区域的概率测度的切比雪夫不等式，根据图像Ⅰ的紫色土区域的概率测度的切比雪夫不等式，确定对图像Ⅰ进行自适应分割的阈值；

S202：根据对图像Ⅰ进行自适应分割的阈值，对图像Ⅰ的伴随矩阵进行更新，得到二值图像II。

进一步，所述步骤S202包括

S2021：将图像Ⅰ转化为矩阵H_I，矩阵H_I中各元素值等于在图像Ⅰ中与各元素在矩阵H_I中位置相同的像素点的H分量值；

S2022：建立矩阵H_I的伴随矩阵H′，根据图像Ⅰ的伴随矩阵H′的更新规则对图像Ⅰ的伴随矩阵H′的元素值进行更新，得到矩阵Ⅰ，将矩阵Ⅰ转换为二值图像，得到二值图像II；

所述图像Ⅰ的伴随矩阵H′的更新规则为：